图像标注中的高效用户反馈技术研究.docVIP

图像标注中的高效用户反馈技术研究 摘要和自动标记法有着相同的目的mdash;mdash;缩减人的劳动量，在本论文中我们提出了一种新颖的方法（框架）来人工标记大量的图片。在此框架下，我们用一种动态多尺度集群标记的策略来人工标记相似图像区域的集群。由于用户标记的是多尺度的图形局部区域的集群而不是单独的一张图片，这样就实现了一次少量的人工标记动作同时就能标记成百上千的图片。同时，人工标记也保证了标记的准确性。和机器标注法相比，我们的新方案更加灵活、普遍和有效，这对有语义 鸿沟的标签更是如此。在NUS-WIDE资料库中的实验表明这种快速的人工标记法相较于自动标记法更有效，在一定程度上也更有效率。关键词大规模，图像，人工标记毕业设计说明书（论文）外文摘要10029 题目: 图像标注中的高效用户反馈技术研究 Abstract： Targeting the same objective of alleviating the manual work as automatic annotation, in this paper, we propose a novel framework with minimal human effort to manually annotate a large-scale image corpus. In this framework, a dynamic multi-scale cluster labeling strategy is proposed to manually label the clusters of similar image regions. The users label the multi-scale clusters of regions instead of inpidual images, thus each labeling operation can annotate hundreds or even thousands of images simultaneously with much reduced manual work. Meanwhile the manual labeling guarantees the accuracy of the labels. Compared to automatic annotation, the proposed framework is more flexible, general and effective, especially for annotating those labels with large semantic gaps. Experiments on NUS-WIDE dataset demonstrate that the proposed fast manual annotation framework is much more effective than automatic annotation and comparatively efficient. Key Words: Large-scale, Image, Manual Annotation 目录 摘要I 关键词I 图1：说明语义鸿沟的几张典型图片 对机器学习技术，通常大量可靠的已经标记的样本图片在学习过程中是必需的。而人工标记一个巨大的数据集是非常乏味和耗时间的。为避免人工标记，一些基于网络图片和相关标签的方法被设计出来，然而标签中的一些噪音会传播到没有标签的图像上导致最终结果不尽人意。即使经过去噪处理，在引文[17]中的MAP值据报道也仅仅是0.16，这距离实际应用还远得很。 前文提到的自动标记法让我们从图形标注的最初目的来思考图像标记。图像标注的初衷是分配具有语义的标签给图像，自动标记的目的在于减少人的工作量。既然这样，如果我们设计一种可以一次性标记很大数量的人工方法，我们也达到了图像标注的目的。同时，标注结果将更加灵活，普适和准确，尤其对于那些有着巨大语义鸿沟的标签更是如此。 在此论文中，我们提出一种新颖的框架来用尽量少的图人力标记大规模的图片数据。由于如果一个标签准确描述了一个图片的一个或几个局部区域，那么这副图像就跟这个标签是相关的，因此我们可以把一幅图片分割成几个区域。然后设计一种动态多尺度集群标注方法来人工标注这些区域。在这个方法中，我们首先将图片分割后的不同区域利用高效的LSH算法映射到不同的桶中，这一步可被看作是粗糙的群聚，每一个桶都是一个集群。然后每一个集群被递归分成更小的集群直到所包涵的区域足够相似到可以用唯一的标签来描述。整个标注过程中，在我们标注完成几个桶后，局部的标签被反馈回来以改善哈希方法。待我